分布式緩存能否作為NoSQL數(shù)據(jù)庫?
對于文檔、對象圖、鍵值對這樣的非關系型數(shù)據(jù)類型，NoSQL數(shù)據(jù)庫為它們提供了另一種可選的數(shù)據(jù)存儲方式。分布式緩存能被用作NoSQL數(shù)據(jù)庫嗎?Ehcache的Greg Luck撰文描述了分布式緩存與NoSQL數(shù)據(jù)庫的相似性。記者就此采訪了他，討論了該方案的利弊之處。
記者：你能否就分布式緩存解決方案與NoSQL數(shù)據(jù)庫做個對比?
Greg Luck：分布式緩存通常會把數(shù)據(jù)放在內(nèi)存里，用于降低延時。NoSQL數(shù)據(jù)庫是沒有R的DBMS(即沒有關系的數(shù)據(jù)庫管理系統(tǒng))，一般也缺乏對事務和其他高級特性的支持。對于不支持關系的系統(tǒng)，表關系的關聯(lián)是SQL里最麻煩的部分，這也正是NoSQL這個名字的起源。
其中一種NoSQL數(shù)據(jù)庫是鍵值存儲。典型的例子包括Dynamo、Oracle NoSQL Database和Redis。緩存也是鍵值存儲，因此說這兩者是相關的。很多緩存實現(xiàn)能被配置為可持久化的，之所以很多時候不那么做，是因為緩存是要提升性能而不是做持久化。而NoSQL數(shù)據(jù)庫則與此相反，它是用來做持久化的。
持久化緩存也可當作鍵值NoSQL數(shù)據(jù)庫來使用。NoSQL也提到了Big Data，通常是指比能放進一個單獨的RDBMS節(jié)點的量要大的數(shù)據(jù)，一般從幾TB到幾PB。
分布式緩存通常用于降低事務性數(shù)據(jù)的延時，這些數(shù)據(jù)開始時并不大，但慢慢就會往Big Data這個方向發(fā)展。由于緩存將數(shù)據(jù)保存在內(nèi)存里，這提高了存儲的成本，而且需要限制數(shù)據(jù)的大小。如果依賴于堆存儲，每個服務器節(jié)點可能只有可憐的2GB。如果依賴于分布式緩存，Ehcache還提供了堆外存儲，每臺服務器可以存儲幾百GB數(shù)據(jù)，可以用作TB級別的緩存。
持久化、分布式的緩存可以適用于一些NoSQL的場景。NoSQL數(shù)據(jù)庫也可以應對一些緩存的場景，只是延時稍高而已。
記者：從架構角度來看，分布式緩存和NoSQL數(shù)據(jù)庫有什么相似之處嗎?
Greg：它們都想提供優(yōu)于RDBMS的TPS和可擴展性。為此，它們都在功能上做了簡化，拋開了那些麻煩的問題，比如表關聯(lián)、存儲過程和ACID事務。
雖然Java緩存領域里有JSR 107，它為Spring和Java EE程序員提供了一套標準的緩存API，但是比起標準化接口，它們都更傾向于使用私有接口。
它們都采用對客戶端透明的方式對數(shù)據(jù)進行分區(qū)，做向外擴展。非Java產(chǎn)品向上擴展做得也很好。擁有Terracotta BigMemory，我們在Java平臺上的向上擴展方面也做得很特別。最后，兩者都可以部署在常見的硬件和操作系統(tǒng)上，這讓它們都能理想地運行于云端。
記者：架構上這兩項技術又有何不同呢?
Greg：NoSQL和RDBMS通常使用的是磁盤。磁盤是機械設備，延時很厲害，因為尋道時間是磁頭移動到正確的磁道的時間，讀寫時間依賴于磁盤的 RPM。NoSQL嘗試優(yōu)化磁盤的使用，例如，僅僅在磁頭當前位置追加日志，偶爾才刷新到磁盤上。相反，緩存主要都把數(shù)據(jù)放內(nèi)存里。
NoSQL和RDBMS的客戶端很薄(想想Thrift或JDBC)，只是在網(wǎng)絡中傳輸數(shù)據(jù)，而像Ehcache這樣的緩存使用進程內(nèi)存儲和遠程存儲，因此常用請求在本地就能被成功處理。在分布式緩存上下文中，每個應用程序服務器的進程內(nèi)存儲中都會緩存熱點數(shù)據(jù)，增加服務器數(shù)量并不會增加網(wǎng)絡或后端的負載。
RDBMS專注于成為通用的SOR(System of Record)。NoSQ希望成為某類特定數(shù)據(jù)類型的SOR，比如鍵值對、文檔、稀疏表(寬表)或圖。緩存著眼于性能，一般會與RDBMS或NoSQL數(shù)據(jù)庫結合使用，數(shù)據(jù)類型就是SOR。往往緩存中會存儲Web服務調(diào)用的結果，業(yè)務對象的計算結果，這個結果可能需要成百SOR調(diào)用才能得到。
像Ehcache這樣的緩存部分運行在應用程序的操作系統(tǒng)進程里，部分運行在網(wǎng)絡那頭自己機器的進程里。但也不是全部分布式緩存都這樣：memcache就是一個例子，所有的數(shù)據(jù)都跨網(wǎng)絡存儲。
記者：哪類應用程序最適合這種方式?
Greg：這還得從先前的問題說起，要將分布式緩存用于你現(xiàn)有的應用程序，通常只需要很小的工作量，而NoSQL則需要做很多事，還有大的架構變更。
因此適用分布式緩存的第一類應用程序是現(xiàn)有系統(tǒng)，特別是有以下需要的：
◆ 由于使用量或負載激增而需要向外擴展。
◆ 為達到SLA而需要有更低的延時。
◆ 為了將大型機這樣的昂貴基礎設施的使用減到最低。
◆ 減少Web服務調(diào)用而帶來的費用。
◆ 應對極端負載高峰(比如黑色星期五一樣的促銷)。
記者：這種方式有什么局限么?
Greg：緩存，置于內(nèi)存之中，在大小上有制約，它們的技術局限受限于有多少內(nèi)存給它們使用(下面還會具體展開說明)。
緩存，就算它提供持久化功能，也未必算的上作為SOR的上選。緩存故意回避了備份到磁盤和從中還原的復雜功能，盡管也有簡單的。RDMBS在過去30年里開發(fā)了豐富的備份、還原、遷移、報表和ETL特性。而NoSQL則介于兩者之間。
緩存提供了改變數(shù)據(jù)與訪問數(shù)據(jù)的編程API。NoSQL和RDBMS則提供了工具，可以執(zhí)行腳本化語言(比如SQL、UnSQL和Thrift)。
但關鍵一點是要記住緩存并不想成為你的SOR。它能輕松地與你的RDBMS和睦相處，為此它并不需要RDBMS所有用的復雜功能。
記者：以后分布式緩存解決方案、NoSQL數(shù)據(jù)庫和傳統(tǒng)RDBMS互相協(xié)同工作，你有何看法?
Greg：速度大幅快于RDBMS，依賴于部署拓撲的NoSQL，還有數(shù)據(jù)訪問模式，分布式緩存可以位于這三者之間的任意位置。那些需要更低延時的人可以將緩存作為NoSQL的一個補充，就像現(xiàn)在對待RDBMS那樣。
稍有不同的是，在你想將RDBMS擴展到多個節(jié)點時，經(jīng)常會難于擴展，或者影響編程契約，或者受制于CAP做出權衡;而使用NoSQL，就算只使用一個節(jié)點，你也可以簡單地將其視為多節(jié)點安裝。如果是向上擴展就沒有這些問題。在RDBMS中，添加緩存是為了避免向外擴展會遇到的麻煩。通常緩存能解決系統(tǒng)的容量問題，你不用費太多力氣。因此當需要向外擴展時，加入緩存吧。
對于NoSQL而言，內(nèi)建了向外擴展的能力，在需要低延時的時候使用緩存吧。
查看英文原文：Distributed Cache as a NoSQL Data Store?
原文鏈接：http://www.lupaworld.com/article-214808-2.html
【編輯推薦】
